##Galileu estava Certo?


Partindo do tutorial Ajuste de Polinmios, avalie se um polinmio 
de terceiro grau  um melhor modelo para descrever os dados do 
experimento de Galileu. A equao para este modelo : 


init.h=c(600,700,800,950,1100,1300,1500)
h.d.=c(253,337,395,451,495,534,573)

init.h
h.d.
plot(h.d.~init.h)  ## tende a uma assntota

modelo.1= lm(h.d.~init.h)
modelo.2= lm(h.d.~init.h+I(init.h^2))
modelo.3= lm(h.d.~init.h+I(init.h^2)+I(init.h^3))

modelo.1
modelo.2
modelo.3

anova(modelo.1)
anova(modelo.2)
anova(modelo.3)

summary(modelo.1)
summary(modelo.2)
summary(modelo.3)

anova(modelo.1,modelo.2,modelo.3)
anova(modelo.1,modelo.2)
##Quanto mais aumenta o grau melhor os dados so descritos?

modelo.4= lm(h.d.~init.h+I(init.h^2)+I(init.h^3)+I(init.h^4))
anova(modelo.4)
summary(modelo.4)

##At o terceiro grau isso parece ser verdade

Resposta: O polinmio de terceiro grau parece ser o melhor modelo para descrever os dados de Galileu 


###Massa de Recm-Nascidos


Experimente todas as variveis disponveis no conjunto de dados 
Massa ao Nascer e Dados da me para chegar ao melhor modelo de 
previso da massa de bebs ao nascer. 

Antes de comear elimine as observaes com dados faltantes ,veja 
na descrio do arquivo. 

getwd()
bebes=read.table("baby.csv",as.is=T,sep=",",header=T)
head(bebes)
summary(bebes)
str(bebes)
tail(bebes)
summary(bebes)

bebes$gestation[bebes$gestation==999]=NA
bebes$bwt[bebes$bwt==999]=NA
bebes$parity[bebes$parity==9]=NA
bebes$smoke[bebes$smoke==9]=NA
bebes$weight[bebes$weight==999]=NA

par(mfrow=c(3,2))
anova(lm(bwt~gestation,data=bebes))
plot(bebes$bwt~bebes$gestation)

anova(lm(bwt~parity,data=bebes))
plot(bebes$bwt~bebes$parity)

anova(lm(bwt~age,data=bebes))
plot(bebes$bwt~bebes$age)

anova(lm(bwt~height,data=bebes))
plot(bebes$bwt~bebes$height)

anova(lm(bwt~weight,data=bebes))
plot(bebes$bwt~bebes$weight)

anova(lm(bwt~smoke,data=bebes))
plot(bebes$bwt~bebes$smoke)

anova(lm(bwt~age,data=bebes))
plot(bebes$bwt~bebes$age)

par(mfrow=c(1,1))
##Pode ser:
par(mfrow=c(3,2))
plot(bebes$bwt~bebes$gestation+bebes$height+bebes$weight+bebes$smoke)
par(mfrow=c(1,1))
modelo.1=lm(bwt~gestation+height+weight+smoke,data=bebes)  ##resduos
anova(modelo.1)
summary(modelo.1)
plot(modelo.1)

## A idade e o peso da gestante parece no importar; parity e o fato
da gestante ser ou no fumante explicam parte da variao. H ainda uma variao
residual no explicada.  
